Le paradoxe fondamental
Demandez à n’importe quelle équipe marketing ce qu’elle attend d’un DAM. La réponse est toujours la même : “retrouver nos fichiers en trois clics.”
Demandez-leur maintenant qui va renseigner les métadonnées : le titre, les mots-clés, les droits, la date d’expiration. Silence.
C’est le paradoxe central de tout projet DAM. Tout le monde veut la destination. Personne ne veut paver la route.
Des fichiers, pas des assets
Theresa Regli, qui a accompagné plus de 20 % du Fortune 500 sur leurs stratégies DAM, résume le problème en une formule : “Content + metadata = an asset.”
Sans métadonnées, vous n’avez pas des assets digitaux. Vous avez des fichiers. Des milliers de fichiers dans un outil un peu plus cher qu’un Drive partagé.
Et les chiffres le confirment. Selon une étude Canto/Civey, 33 % des professionnels marketing passent trois semaines par an à chercher des images, vidéos et fichiers sur des serveurs désorganisés. McKinsey estime que les salariés consacrent en moyenne 1,8 heure par jour à chercher de l’information. Ce n’est pas un problème d’outil. C’est un problème de métadonnées.
Pourquoi personne ne tagge
Le réflexe est de blâmer la paresse ou le manque de rigueur. C’est plus confortable que d’admettre la vérité : le système est mal pensé.
Trois causes reviennent systématiquement.
La taxonomie est trop complexe. Quand il faut remplir quinze champs obligatoires pour téléverser une photo, les gens contournent le système. Ils déposent le fichier sur le Drive d’à côté. Le DAM se vide pendant que le chaos se déplace ailleurs.
Chaque équipe parle sa propre langue. Le marketing dit “visuel campagne”, la communication dit “asset marque”, le juridique dit “document sous droits”. Comme le note l’experte en métadonnées Yonah Levenson, utiliser “sofa” au lieu de “canapé” semble anodin. Jusqu’au jour où quelqu’un cherche “canapé” et ne trouve rien.
L’effort est invisible. Celui qui tagge correctement un fichier n’est jamais remercié. Celui qui ne trouve pas un fichier blâme l’outil. Le travail de métadonnées est ingrat par nature : quand c’est bien fait, personne ne le remarque.
La dette silencieuse
En développement logiciel, on parle de “dette technique”, ces raccourcis qui s’accumulent et finissent par paralyser un système. Les métadonnées ont leur équivalent.
Chaque fichier importé sans tag, chaque champ laissé vide, chaque convention ignorée ajoute une ligne à cette dette. Individuellement, c’est négligeable. Collectivement, après six mois, c’est un système de recherche inutilisable, des doublons invisibles, des droits impossibles à vérifier.
67 % des équipes abandonnent leur DAM en moins de 18 mois. Le diagnostic est presque toujours le même : l’outil fonctionne, mais personne ne trouve rien. La faute n’est pas au moteur de recherche. C’est qu’il n’y a rien à chercher, au sens structuré du terme.
Ce que l’IA ne résoudra pas (toute seule)
L’auto-tagging par intelligence artificielle est souvent présenté comme la solution miracle. Et il apporte une aide réelle : reconnaissance d’images, extraction de métadonnées techniques, suggestions de mots-clés.
Mais l’IA reconnaît ce qui est dans un fichier, pas ce qu’il signifie pour votre organisation. Elle peut identifier une photo de bâtiment. Elle ne sait pas que c’est le siège social, que l’image expire en décembre, et qu’elle ne doit être utilisée qu’en interne.
Le contexte métier reste humain. L’IA accélère le travail de métadonnées. Elle ne le supprime pas.
Le vrai sujet : rendre le tagging viable
Le problème n’est pas que les gens refusent de taguer. C’est qu’on leur demande de le faire dans des conditions impossibles.
Les projets DAM qui fonctionnent ne partent pas d’un schéma de métadonnées parfait. Ils partent d’un schéma minimal et viable :
- peu de champs obligatoires à l’import (catégorie, droits, date). Le reste vient après ;
- des vocabulaires contrôlés plutôt que des champs libres : on choisit dans une liste, on n’invente pas ;
- un enrichissement progressif : les métadonnées se complètent au fil du temps, pas au moment du dépôt ;
- une gouvernance légère : quelqu’un est responsable du schéma, le revoit régulièrement, et écoute les utilisateurs.
C’est moins ambitieux qu’un modèle de données exhaustif. C’est nettement plus réaliste.
La question à se poser
Pas “comment forcer les gens à renseigner les métadonnées ?”
Mais : quel est le minimum de structure nécessaire pour que les assets soient trouvables, utilisables et traçables ?
La réponse est toujours plus simple qu’on ne le croit. Et c’est elle qui détermine si votre DAM sera un outil de travail ou un cimetière de fichiers.